I avsnittet nedan beskrivs annan (inte officiell) statistik som olika offentliga och privata aktörer tar fram någorlunda regelbundet. Här redovisas bland annat data som tas fram med hjälp av ITS. Avgränsningen är inte skarp eftersom ITS-tillämpningar är en teknik som kan användas för att samla in data. ITS finns idag i olika former och många
definitioner. ITS definieras av riksdagen som: ”System med informations- och
kommunikationsteknik som tillämpas för transporter på väg, inbegripet infrastruktur, fordon och användare, trafikledning och mobilitetshantering, samt för gränssnitt mot
andra transportslag”18.
Olika ITS-tillämpningar kan syfta till att mäta trafikflöden, fordonsvikt, ta upp en skatt, ge information till trafikanten och så vidare. Möjligheten att beskriva transportkedjor
16 SNI, Svensk Näringsgrensindelning. http://www.sni2007.scb.se/snipdf.asp. SCB. 17 Att svar inkommit, men att någon eller några variabler saknas
och godsflöden på lokal, regional, nationell och kanske till och med internationell nivå samt möjligheten till att skapa prognoser, utvärdering och underlag för utveckling av vårt transportsystem (genom Samgods) kommer att undersökas. Flygtrafik har valts att exkluderas från detta arbete, detta då endast en liten andel av godset anländer och skickas via flyg samt att bra underlag från flygplatser kring godsflöden finns att tillgå. Utöver det svenska perspektivet på ITS i vårt transportsystem ges även en viss
internationell utblick när relevant.Avsnitten om ITS är uppdelade på befintliga och framtida system och avslutas med en analys kring tillgänglighet (äganderätt, sekretess och format) och pålitlighet (kvalitet och kontinuitet) samt en diskussion kring
klassificering. Den beskrivning av de system som följer är endast överskådlig. Området är svårsummerat och i och med att inventeringen inte har baserats på utdrag från
databaser eller direkt i kontakt med leverantören är informationen kring insamlad och tillgänglig data något osäker. Varje systembeskrivning avslutas med en kort diskussion kring möjligheten och använd-barheten av systemet för validering av godsmodellen Samgods. Inriktningen på just validering av modellen beror på projektets fokus i att skapa just ett valideringsverktyg för Samgodsmodellen. Det kan dock antas att om en datamängd eller ITS-system anses relevant för validering av modellen kan det även anses vara relevant för framtagning av modellen. Det visas både befintliga system och möjliga framtida system. Potentialen för morgondagens system som grund för att validera modeller är stor då de redan innan införande kan anpassas för att även skapa underlag för validering av modeller men även för andra typer av prognoser. Så finns potentialen och behovet bör nya system anpassas så långt det går för att betjäna flera syften.
3.2.1 Väg
Befintliga system
Nationella Vägdatabasen (NVDB)
Den nationella Vägdatabasen (NVDB) förvaltas av Trafikverket. Uppgifter om ÅDT (årsdygntrafik) tas fram regelbundet. Begreppet årsmedeldygnstrafik, eller ÅDT, avser ett visst kalenderår och ett visst snitt på en väg och kan skrivas som: ÅDT = (Totalt flöde för kalenderåret)/(Antal dagar under året)
ÅDT definierades tidigare i s.k. axelpar, dvs. antalet fordonsaxlar som passerat ett snitt på en väg under året dividerat med 2. Denna definition var tidigare den enda eftersom man använde en mätutrustning, en luftslang kopplad till en analysator, som enbart kunde registrera antalet axlar som passerade. Sedan 1989 har man använt en annan typ av utrustning, med två slangar, som bl.a. möjliggör identifiering av fordon. Det totala flödet kan då uttryckas i antal fordon, endera avseende samtliga fordonsslag totalt eller någon (eller några) av 15 fordonskategorier som kan identifieras av utrustningen. Trafikverket publicerar regelmässigt ÅDT för axelpar, totalt antal fordon alla kategorier och totalt antal lastbilar. ÅDT beräknas från ett stickprov av mätningar.19 Stickprovs- mätningar genomförs på 23 000 trafikavsnitt med fyra respektive tolv-års cykler
19 Osäkerheter för ÅDT och mätår redovisas tillsammans med skattningarna och finns i databasen och t.ex. på trafikflödeskartan och i klickbara kartan. http://www.trafikverket.se/Foretag/Trafikera-och- transportera/Trafikera-vag/Verktyg-e-tjanster-och-vagdata/Vagtrafik--och-hastighetsdata/Kartor-med- trafikfloden/ , Maria Varedian, Trafikverket 2013-09-10.
beroende av väg. På Europa-, riks- och primära länsvägar görs mätningar i fyrårscykler medan det på övriga vägar mäts vart 12:e år. 20
Informationen finns sedan tillgänglig i Trafikverkets databas Tindra. Från Tindra kan man få tillgång till ÅDT, trafikarbete per år samt trafikförändring. Utrustningen kan registrera fordonstyp, fordonshastighet samt körriktning.21 Data lagras i trafikmätnings- systemet Tindra på följande sätt. Vid inläsningstillfället töms mätstationen på data och en mätfil upprättas för den aktuella tidsperioden med innehållet
- Metadata om mätfilen (inställningar, mm.)
- Timposter innehållande, för varje timme under perioden, antal fordon och - medelhastighet (aritmetiskt medelvärde) uppdelat på riktning (två stycken) och - fordonsklass (sex stycken).
- Dygnsposter innehållande, för varje dygn under perioden, antal passerande fordon.
Inventeringen av ITS-system för väg visar på en disparat bild av tillgängliga system och information. Systemen som finns är utspridda över nätverket med en fokusering kring de stora städerna, men även de olika teknikerna som sådana ger olika typer av
information beroende på vilken leverantör som levererat systemet på den specifika platsen. Ett exempel på det är radarsystemen som i vissa implementeringar kan ge information om fordonstyper, baserat på längd av fordonet, medan andra
implementeringar endast kan ge flöden.
Inventeringen visar också svårigheter att med hjälp av ITS-system på vägsidan erhålla information om vilken typ av gods som fraktas samt att erhålla fordonens start- och slutpunkt. Detta då de ITS-system som finns på vägnätet enbart samlar in och lagrar information för enstaka punkter och inte följer fordon från start- till målpunkt. Ett undantag till detta kan sägas vara insamling av data från uppkopplade enheter i form av mobiltelefoner eller fordon, så kallade probes, genom Floating Vehicle Data, FVD.
20 http://www.trafikverket.se/Foretag/Trafikera-och-transportera/Trafikera-vag/Verktyg-e-tjanster-och- vagdata/Vagtrafik--och-hastighetsdata/
21 I Norge görs samma regelbundna kartläggning av trafiken som i Sverige. Det sker med slingor och radarutrustning. De data som samlas in är längdklass, fordonstyp samt hastighet Anders Godal Holt, Statens Vegvesen,
Kartan nedan syftar till att ge en bild av lokaliseringen av de större, permanenta ITS- system på vägnätet i Sverige.
Figur 9 Överblick över några viktiga ITS-system på väg i Sverige, exklusive bland
annat ATK22
Restidssystem och STRESS
Att ha korrekt information om restider kan vara nödvändigt för att göra rätt beslut i realtid om exempelvis val av rutt men även för att ta rätt strategiska beslut om förändringar i vägnätet. För att beräkna restider för vägtrafiken har Trafikverket
utvecklat Storstädernas Trängsel och REStidsSystem (STRESS). STRESS finns för vårt vägnät i våra tre största städer; Stockholm, Göteborg och Malmö. Systemet samlar in information med hjälp av ett antal olika tekniker längsmed vägnätet. Informationen från STRESS går sedan ut till ett Nationellt datalager (NDL), en databas för lagring av trafikdata och från vilken statistiska utdrag kan göras, samt Trafikdatabasen (TDB). Från TDB förmedlas trafikinformationen, mestadels restider, sedan vidare till egna och externa tjänsteutvecklare.2324
I tabell 14 nedan presenteras de källor som används för restidsskattningar i respektive storstad.
22 Två platser för WIM (RV34 och Tvärleden) är ej utplacerade på kartan
23 http://www.nvf-its.org/Norden/2006-06-Sverige/Presentasjoner/STRESS%20NVF%20060616.pdf 24 Jens Löfgren, Sweco
Tabell 14 Vilka datakällor som används till trafikledning respektive trängselrapport.
(1. installation pågår, används inte idag, 2. användes fram till 2010, inte längre, 3. rapporteras inte 2010, 4. görs inte aktivt i dagsläget)
MCS Magnetslingor Radar ANPR Probes Stockholm Trafikinformation Trafikledning Trängselrapportering x x x x x x x x x Göteborg Trafikinformation Trafikledning Trängselrapportering x x x (x)2 x x x (x)2 Malmö Trafikinformation Trafikledning4 Trängselrapportering3 x x (x)3 (x)3
Det som mäts med hjälp av de olika teknikerna är olika:
MCS, magnetslingor och radar och mäter hastighet i en viss punkt (eller över en mycket kort sträcka på någon meter)
Probes, uppkopplade enheter såsom fordon eller mobiltelefoner, mäter på olika sätt, dels som förflyttning mellan datasändningar där tid och koordinater används för att beräkna hastighet, och dels mäts hastighet momentant där koordinater anges, koordinaterna matchas mot de utpekade stråken. Restidskameror (ANPR) ger restiden mellan två kamerapar
Mer detaljer om vilka av teknikerna som används till vad presenteras under rubriken ”Restidssystem i svenska storstäder” nedan.
Restidssystem för att ge uppdaterad information om restider finns även för Kalmar och Öland med Ölandsbron i fokus. Informationen i det fallet bygger på induktiva slingor.25 I slutrapporten trängselmätningar 2011-01-2726 står det att läsa att det finns olika indelningar av restidsdata beroende på hur den hanteras i systemen, en indelning är realtidsdata och historiska data. Egentligen är det samma data, det som skiljer är vad det används till och hur det hanteras. Realtidsdata skickas till STRESS-systemet och
skickas sedan efter snabb bearbetning vidare, data skall inte vara äldre än sju minuter när det är tillgängligt för användning t.ex. på webben eller i trafikledningen. Historiska data baseras på realtidsdata och används för uppföljningar i efterhand. Det sparas oftast med annan upplösning och kan ha annan uppdelning än realtidsdata.
Restidssystem i svenska storstäder
Ett av de system som används för att skapa trafikinformation är de så kallade restidskamerorna, som är ANPR-kameror som läser av nummerskylten på förbipasserande fordon. De är utplacerade på ett antal olika platser på vägnätet. I Göteborg är 142 rutter definierade och beskrivs av 54 start- och slutnoder. Till detta
25 Johan Petersson, Sweco
erfordras 221 ANPR-kameror levererade av den holländska leverantören ARS Traffic & Transport Technology. Restider som tas fram med hjälp av kameror, köps idag färdiga från ARS. Trafikverket köper alltså färdiga data och äger ingen utrustning och har inget driftsansvar.
De data som samlas in genom dessa kameror skickas sedan till STRESS. Utdrag ur STRESS kan sedan göras för att få restider och resmönster. I Göteborg är ca 95 procent av de data som används för dessa beräkningar baserade på dessa ANPR-kameror, övrig andel kan komma från så kallad probedata. Om rådata-utdrag görs är informationen avkodad och en passage går således inte att koppla till en individ.
I 20 av noderna i Göteborg detekteras farligt gods genom att ADR-skylten avläses med kamerorna.27 Kvaliteten på denna tjänst är dock bristfällig, bland annat på grund att kamerorna primärt inte syftar till att fånga den typen av information. Det beror även på att informationen kring farligt gods i sig inte är standardiserad och kameror längs vägsidan för att fånga skyltning på sidan av fordonen skulle behövas, för att fånga all relevant information. Göteborg stad är intresserad av informationen kring farligt gods men behöver mer tillfredställande kvalitet.28
Informationen som samlas in genererar ett antal rapporter internt inom Trafikverket och ger även underlag till användartjänsten Trafiken.nu och presenteras för användarna längst med vägen genom så kallade Variabla Meddelandeskyltar (VMS).
Enligt utsago från Björn Carselid29 så har ANPR-tekniken en träffsäkerhet på 15-20 procent under vinterhalvåret och mycket högre på sommaren då den ligger mellan 60-80 procent. Detta är mer än nog för att beräkna restider och resvanor, medan det skulle vara mindre bra för att beräkna flöden eller ta ut skatt. I och med att ANPR-tekniken är kopplad mot fordonsregistret skulle information kring fordonsslag
(godsfordon/privatbil) kunna urskiljas, men detta görs inte idag enligt Björn Carselid. I Malmö har Trafikverket liknande kontrakt med leverantören av restidskamerorna som i Göteborg och dessa system skiljer sig inte något avsevärt åt. I Stockholm får
Trafikverket dessutom en stor del av informationen kring restider från Motorway Control Systems, MCS, och ytterligare subsystem på utvalda vägsträckor.
I Stockholm samlas även information in från s.k. prober eller Floating Vehicle Data, FVD. I detta fall är ett antal taxibilar och andra kommersiella transporter uppkopplade och rapporterar in sina positionsdata. Dessa positionsdata används sedan för att beräkna restider.30 Liknande lösningar har även utvecklats i Göteborg och Malmö, men används där i mindre skala.31
Informationssystem baserade på kommunikation mellan fordon och infrastruktur och vice versa kommer att bli allt mer vanlig i framtiden då mycket forskning och
utveckling, men även stora pilotprojekt fokuserar på just detta. Tekniken att samla in data från fordonen i sig ger stora möjligheter för att få en bra bild av transportsystemet i realtid, men även en bättre bild av transportsystemet över tid för mer heltäckande kunskap. Dessa restidssystem gör vanligtvis ingen skillnad på persontransporter och
27 Björn Carselid, ANPR workshop, 2013-02-01
28 Kvalitetskontroll av restidskameror vid Rantorget, Ullevimotet och Kungsstensmotet, Andreas Almroth, 2010
29 Björn Carselid, telefonintervju 2013-05-29 30 Mobile millenium, Andreas Allström
godstransporter, varför det kan vara svårt att använda dessa data för uppskattningar om godstransporters rörelser eller volym.
I stort är beräkningarna mellan de tre städerna lika men insamlingsmetod, format, lagringsfrekvens med mera skiljer sig mellan de olika systemen. Detta beror delvis på att förutsättningarna inte bestämts i samband med beställningar utan har lösts efter hand. De olika insamlingsmetoderna har även olika tillförlitlighet.
I slutrapporten för trängselmätningar rekommenderas det att ”befintliga samhälls- ekonomiska modeller och verktyg bör anpassas för att kunna hantera ITS-lösningar och trängselåtgärder, där restidssystemen bör vara en del av indata för de samband som behövs – och dessa bör löpande förbättras till en början när det inte finns tillräckligt med statistiskt underlag med tillfredställande kvalitet”.
I och med att de olika systemen för restider samlar in olika typer av information och att de lagras på olika sätt (och plats), med olika frekvens så skulle en annan
rekommendation kunna vara att systemen i sig bör standardiseras. Ett sådant arbete initieras även i samma rapport genom rekommendationer om att exempelvis ensa metoder och beräkningssätt och genom att införa en central drift av STRESS. Detta har arbetats vidare med exempelvis genom rapporten Restids- och trängselmätningar32 där ett antal förslag angående STRESS läggs fram. Målet med föreslagna aktiviteter är att ” förbättra hanteringen av trängsel- och restidsmätningar som ett led i att förbättra
framkomligheten”. Det är dock inte helt tydligt att skapa goda prognosmodeller är ett mål i sig.
Slutsatsen av detta är att det idag finns stora osäkerheter i kvalitet på data men även olikheter i data mellan de olika regionerna och systemen. Dessa faktorer kan göra det svårt att använda dessa data till att validera godsmodeller i dagsläget. Att använda dessa system till konstruktion och validering av modeller bör ingå som ett mål vid
vidareutveckling av systemen då de i egenskap av relativt heltäckande ITS-system i de tre större städerna i Sverige skulle kunna verka som en bra grund för vidare analyser. Trängselskatter
Sedan 1 juli 2007 i Stockholm och sedan 1 januari 2013 i Göteborg har det tagits ut trängselskatt på fordon som passerar ett visst snitt inom en viss tid. Syftet är att minska trängseln i städerna och förbättra miljön samt att finansiera diverse infrastruktur- investeringar.
Tekniken består av laserdetektorer för att upptäcka en fordonspassage, ANPR-kameror som fotograferar fordonets registreringsskyltar (framifrån och bakifrån). Fordonets registreringsnummer identifieras direkt i kameran med hjälp av så kallad OCR-teknik (Optical Character Recognition). Dessutom kompletteras detta med ytterligare en kamera som följer fordonet samt Dedicated Short Range Communication (DSRC)- antenner. Idag är endast svenska fordon skattepliktiga på grund av kopplingen till det svenska vägtrafikregistret men i och med DSRC-tekniken är systemen förberedda på att kunna beskatta även utländska fordon genom transponderteknik.33
De laserdetektorer som syftar till att upptäcka fordonspassage är aktiva dygnet runt (även när trängselskattpassagerna är gratis) och genererar då information om passager.
32 Bättre användning av restids- och trängselmätningar, 2012-09-26, Trafikverket
33 http://www.transportstyrelsen.se/sv/Vag/Trangselskatt/Betalstationen-sa-fungerar-den/Om- betalstationerna-i-Stockholm/
Dessa laserdetektorer är vitala för trängselskattesystemet eftersom de fungerar som triggers till kamerorna, och är således en kontinuerlig källa till information.
Systemet avläser således två typer av data:
1. Underlag för skatteberäkning (individuell information)
2. Statistisk information för uppföljning av systemen (antal passager i varje körfält etc.)
Den första typen av information är inte tillgänglig för någon annan än just den skattepliktiga medan den andra är tillgänglig enligt Riksarkivets beslut om att det ska vara möjligt för eftervärlden att forska i trafikflöden och beteendemönster med bas i det data som samlas in i dessa två system34.
Den skattegrundande informationen lagras i centralsystemet och kopplas mot
redovisningssystemet (samma för Göteborg och Stockholm) endast under den tid som skattebeslutsärendet är öppet. När skatten är betalad eller efter preskriptionstiden på 5 år vid obetalad skatt så gallras den specifika informationen bort.35
Då dessa system ska verka skattegrundande måste de ha hög noggrannhet och de krav som ställdes i upphandlingen i Göteborg var 85 procent för ANPR under normala omständigheter.36 Den slutgiltiga felmarginalen har dock inte kunnat säkerställas då utvärderingen av systemet ännu inte är klart.37
De data som genererar den statistiska informationen lagras i den så kallade
Passagekuben utifrån vilken ett antal rapporter kan genereras. De data som sparas för att
generera statistik är helt avidentifierad och ger kunskap om hur systemet fungerar, exempelvis hur många fordon som gallrats bort på grund av otillräcklig data, men även hur många som betalar skatt i de olika snitten. Mer intressant är att den även kan ge information om antal tunga lastbilar, tunga bussar, släp etc.38
Dessa data lagras tillsvidare och har än så länge aldrig gallrats bort. Dessutom så ska externa parter, och inte enbart Transportstyrelsen kunna komma åt dessa data genom Passagekuben. En ansökan om tillgång till databasen görs till Transportstyrelsen.39 Trängselskattesystemen har en stor potential att användas för att validera modeller. Den statistiska information som kan erhållas genom Passagekuben är av högt intresse. Givetvis finns det vissa betänkligheter kring detta, exempelvis då de båda
trängselskattesystemens snitt är optimerade utifrån skattebesluts och inte nödvändigtvis utifrån flöden av godstransporter. Dessutom har de en stark regional koppling och kan på så sätt vara mindre relevant för just validering av Samgods som är en nationell godsmodell och mer relevanta för regionala godsmodeller.
Weigh in Motion (WIM)40 41
Trafikverket har installerat olika Weigh in Motion, WIM-lösningar runt om i landet. Se Figur 9. Det är ett system som väger tunga fordonen i rörelse. Det finns två varianter,
34 Jonas Maran, telefonintervju, 2013-06-19 35 Jonas Maran, telefonintervju, 2013-06-19
36 Trängselskatt i Göteborg, Requirements Specifications for Roadside Systems 37 Mattias Andersson, telefonintervju, 2013-05-07
38 Jonas Maran, telefonintervju, 2013-06-19 39 Jonas Maran, telefonintervju, 2013-06-19 40 Tomas Winnerholt, Trafikverket
dels det som kallas Bridge-WIM (B-WIM) samt den som kallas High Speed-WIM (H- WIM).
H-WIM-anläggningen finns på E4 vid Hallunda där en vägsensor samt IR-kamera väger samt identifierar fordon för att identifiera överlastade fordon. Systemet används även för insamling av data för beräkning av slitage och underhåll. Systemet består även av en ANPR-kamera men den är inte aktiv. Stationen klassificerar de tunga fordon i 24
fördefinierade fordonsklasser. Informationen från anläggningen i Hallunda lagras i STRESS.
Den information som kan erhållas är:
- Bruttovikt, totalvikt och på varje hjul/axel.
- Axlarnas placering jämförs med förladdade profiler vilket gör att man kan se vad lastbilstypen är godkänd för samt längd på fordon
- Hastighet
- Nummerplåtsscanning (ej aktivt)
Den kan mäta och registrera passager i hastigheter upp till 100 km/h.
Systemet som kallas Bridge-WIM är ett antal flyttbara töjningsgivare som monteras i en bro. Genom att en bros reaktion på en känd last är bekant kan axellaster och fordons bruttovikt beräknas. Informationen används för att beräkna slitage på broarna men även för att beräkna slitage på övriga vägnätet och minska överlaster av tunga fordon. Systemet kan räkna ut om en eventuell övervikt finns på drivaxlar, bakaxlar eller är snedfördelade. Felmarginalen ligger på 3-5 %. Huvudsyftet med systemet är att
kommunicera med åkerinäringen vad beträffat överlaster och problematiken som de för med sig. Data används även kring regelverk för överbyggnad samt som mätdata kring nationell utveckling av trafiken.
Mätningar görs på 16 platser (broar) under en vecka årligen för att kunna se
förändringar över tiden. Mätningar har gjorts sedan 2002 på 14 platser och år 2011 adderades ytterligare två platser. Trafikverket har även tre broar som kontrollerar tung trafik i samband med garantitiden på tre olika entreprenader.
Följande platser ingår i BWIM-mätprogrammet (se ovan):
E10 Grundträskån E6 Löddeköping N E14 Torvalla E6 Löddeköping Syd
E16 Storvik E65 Skurup
E18 Rådmansö LV373 Storlångträsk E20 Marieberg RV40 Landvetter V